A comparison of national essential medicines lists in the Americas
Notice bibliographique
Résumé
<bold>Objectives.</bold> To compare national essential medicines lists (NEMLs) from countries in the Region of the Americas and to identify potential opportunities for improving those lists. <bold>Methods.</bold> In June of 2017, NEMLs from 31 countries in the Americas were abstracted from documents included in a World Health Organization (WHO) repository. The lists from the Americas were compared to each other and to NEMLs from outside of the Americas, as well as with the WHO Model List of Essential Medicines, 20<sup>th</sup> edition (“WHO Model List”) and the list of the Pan American Health Organization (PAHO) Regional Revolving Fund for Strategic Public Health Supplies (“Strategic Fund”). <bold>Results.</bold> The number of differences between the NEMLs from the Americas and the WHO Model List were similar within those countries (median: 295; interquartile range (IQR): 265 to 347). The NEMLs from the Americas were generally similar to each other. While the NEMLs from the Americas coincided well with the Strategic Fund list, some medicines were not included on any of those NEMLs. All the NEMLs in the Americas included some medicines that were withdrawn due to adverse effects by a national regulatory body (median: 8 withdrawn medicines per NEML; IQR: 4 to 12). <bold>Conclusions.</bold> The NEMLs in the Americas were fairly similar to each other and to the WHO Model List and the Strategic Fund list. However, some areas of treatment and some specific medicines were identified that the countries should reassess when revising their NEMLs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».